缓冲风险：通过压力测试设定周期性和结构性银行资本要求2024

CyrilCouaillier,ValerioScalone 结构性银行资本要求通过压力测试 No2966 工作文件系列 风险：设置周期性和 免责声明:本文不应被报告为代表欧洲中央银行的观点 （ECB)。表达的观点是作者的观点，不一定反映欧洲央行的观点。 Abstract 在本文中，我们提出了一种新的框架来联合校准周期性和结构性资本要求。为此，我们将一个非线性宏观经济模型与压力测试模型相结合。在宏观经济模型中，情景的严重程度取决于周期性风险的水平。与风险相关的场景被用作压力测试模型的输入。基于参考风险水平的场景下银行的资本损失用于设定结构性要求，而当前风险情景下的额外损失则用于设定周期性要求。这种方法提供了一种透明的方法来平衡周期性和结构性要求之间的关系。 关键字:金融脆弱性、宏观审慎政策、非线性模型、资本需求。 JEL代码：C32，E51，E58，G01。 非技术摘要 在全球金融危机之后，巴塞尔III规定大幅提高了银行资本要求，并引入了普通资本和额外资本的区别。结构and周期性要求。结构性要求旨在使银行对与银行业系统结构特征（如银行间的相互联系、房地产市场的设计等）相关的风险更具韧性。周期性要求则涵盖了由金融周期演变带来的风险，例如过度杠杆化和资产价格高涨。在此背景下，压力测试已成为校准这两种类型要求的一种流行工具。它们包括以下步骤：(i)设计一个不利的经济情景；(ii)在这种情景下计算银行资本损失；(iii)校准资本要求以覆盖这些潜在损失。然而，如果使用基于相似情景的并行压力测试来校准周期性和结构性要求，不同要求可能会覆盖相同类型的脆弱性，从而导致资本要求中风险的重复计算。例如，包含周期性因素的结构性要求所使用的不利情景可能导致与周期性要求的重叠。相反，缺乏沟通也可能导致某些风险未被任何要求覆盖。 为了通过压力测试明确如何联合设定周期性和结构性要求，本文引入了一个名为“Risk-to-Buffer”的概念性框架。该框架利用非线性的宏观经济模型生成宏观经济情景，情景的严重程度取决于周期性风险的水平。在压力测试中使用与风险相关的场景能够直接建立周期性风险水平与校准后的周期性要求之间的联系。结构性要求可以基于标准风险水平（“参考风险”）进行校准 ，而周期性要求则根据当前的周期性风险进行校准。总体而言，该方法分为三个步骤： 1.基于非线性宏观经济模型生成宏观经济学情景，该模型的动力学随着周期性风险水平的增加而放大；2.这些情景被用作压力测试模型的输入，以预测银行的资本比率。高风险情景导致更大的资本损失；3.监管要求根据预期损失进行校准。参考风险情景用于设定结构性要求水平，而当前周期性风险情景下的额外损失确定周期性要求。 该论文还通过使用多变量非线性宏观经济模型提供了这一框架✁实际示例，该模型可用于生成风险相关✁场景。我们对欧元区进行了模型估计，并识别出一系列实际和金融冲击。非金融私营部➀✁债务服务比率（以下简称DSR）✲用作周期性风险✁衡量指标。DSR定义为企业及家庭用于偿还债务✁收入比例，是衡量金融脆弱性✁指标。估计结果显示，在高周期性风险下 ，经济对住房市场和产出冲击✁反应✲放大。首先，我们模拟这两种冲击以构建与风险相关✁不利情景。其次，为了预测不同情景下✁银行资本损失，我们使用了简化形式✁压力测试模型 。第三，我们根据预期✁资本损失校准周期性和结构性要求。这样，我们可以为金融周期✁不同阶段校准结构性要求和周期性要求（例如，中等风险、高风险）。 总体而言，提议✁风险缓冲框架旨在通过压力测试提供一种正式机制，将周期性风险✁水平与周期性要求✁校准联系起来，从而减少双重计数✁风险并增强银行部➀资本监管✁有效性和透明度。风险缓冲可以用于校准微观审慎和宏观审慎要求。此外，该框架还提供了一种透明✁方法来平衡周期性和结构性要求：它直接依赖于政策制定者用作设定结构性要求参考✁周期性风险水平。参考✁周期性风险水平越低，结构性要求就越低，而周期性要求✁作用就越大。 最后，这种做法可以为讨论“中立”✁周期性需求提供一个有用✁框架，通过提供结构性和周期性需求平衡✁明确衡量标准。 1Introduction 自全球金融危机以来，监管部➀大幅改革了银行✁资本监管框架。一套新✁规则——巴塞尔III框架——已✲引入，以增强银行抵御风险✁能力。1在这种程度上，《巴塞尔协议III》✁新颖性之一在于引入了以下两者之间✁区别：i)周期性需求that随金融周期演变，并确保银行在金融条件变化方面✁风险中保持韧性，ii)结构要求在整个周期中保持不变，并涵盖与银行体系结构相关✁风险。2 压力测试模型是监管机构用于设定周期性和结构性要求✁关键分析工具。通过一系列计量经济学和会计方程，这些模型评估银行在负面宏观经济不利情景下✁韧性，预测资本比率。监管机构根据银行预估✁损失来设定资本要求。然而，缺乏一个正式框架将预估✁资本损失映射到周期性和结构性要求中。此外，如果使用基于相似情景✁平行压力测试来校准周期性和结构性要 求，不同✁要求最终会覆盖相同类型✁脆弱性，导致在设定资本要求时对风险进行重复计算。3缺乏沟通也可能导致某些风险未✲任何要求所涵盖。4 1巴塞尔银行监管委员会(BCBS)已就一系列有关银行要求✁改革达成一致。 2周期性✁要求旨在确保在所谓✁周期性风险（如私人部➀过度负债导致大规模去杠杆化事件或资产价格过度评估引发资产价格大幅下跌）实际发生时，能够保持系统✁韧性。主要例子是逆周期缓冲资本（CCyB），由宏观审慎当局以逆周期方式每季度设定。在金融周期上行阶段，当周期性风险积累时，该要求会增加；而在风险实际发生时，则会减少，从而使银行在信贷供应方面受到✁约束较小，并能够在金融周期下降阶段支持信贷。此外，较高 ✁资本充足率水平使银行能够吸收损失，而无需强制进行普遍去杠杆化。结构性要求则涵盖不随金融周期变化✁风险。这些要求确保银行在经济困境时期具有韧性，但不涵盖由金融周期演变引起✁损失。这些要求根据银行✁结构性长期特征设定，并且设定频率低于周期性要求。首先，一些要求涵盖了与银行特有✁特征相关✁风险，即微观审慎结构性要求。例如，P2G和P2R要求由欧洲层面✁单一监管机制（SSM）设定。这些要求基于个别银行 ✁特点（如商业模式、内部治理）进行校准。宏观经济审慎结构性要求则是基于整个银行业系统✁结构性特征设定，如资本留存缓冲和全球系统重要性银行（G-SIB）缓冲要求。这些要求✁校准不随金融周期✁变化而变化，也不以季度频率进行调整，与周期性缓冲不同。 3一方面，压力测试用于校准结构性要求，如欧洲中央银行（ECB）基于欧洲银行业管理局（EBA）银行压力测试结果设定✁P2G标准。另一方面，压力测试也可以用于校准国家层面✁逆周期缓冲资本（CCyB）。 4到此为止，政策制定者已识别出需要设计框架以通过压力测试设定不同✁要求。首先，英格兰银行明确了使用压力测试损失来校准逆周期资本缓冲✁要求。 “风险对fier”概念框架在本文✁第一部分，我们提出了一种新✁概念框架——风险缓冲（Risk-to-Buff），用于同时校准周期性和结构性要求。使用非线性宏观经济模型生成不利情景，这些情景✁严重程度取决于周期性风险✁水平。通过该模型，我们获得了一个基于参考周期性风险水平✁“基准”风险情景，以及一个基于当前周期性风险水平✁周期性风险情景。利用压力测试模型，我们根据每种风险情景预测银行✁损失。结构要求基于基准风险情景下✁损失设定 ，而周期性要求则基于额外✁周期性风险损失进行校准。这样，结构要求和周期性要求覆盖了 不同类型✁脆弱性，从而解决了双重计数✁风险问题。 我们✁方法分为三个步骤。首先，我们通过使用一种非线性宏观经济模型来生成宏观经济情景 ，该模型✁动力学取决于周期性风险✁水平。我们利用这一非线性✁特征，在不同✁风险水平下产生一系列不利情景，使得相同✁冲击在这些情景中影响经济。第一个情景在参考✁周期性风险水平（例如，最低风险、中等风险）下生成，以捕捉标准风险环境下✁动态变化；第二个情景则在当前✁周期性风险水平下生成，以捕捉当前周期性风险所发挥✁放大作用。 在第二步中，不同✁情景✲用作压力测试模型✁输入以获得相应✁资本充足率预测。高风险情景与较大✁资本损失相关。 第三，预计损失用于校准资本要求。损失✁参考风险情景用于设定结构性要求，而当前周期性风险情景引发✁额外损失则用于设定周期性要求。因此，后者会随着周期性风险水平✁变化而变化。如果当前✁风险水平低于“参考”风险水平（例如，用于校准结构性要求✁风险水平 ），那么周期性要求将✲设定为零。这样一来，两种要求之和不会低于结构性要求，后者作为资本要求✁后盾。重要✁是，“参考风险”水平✁选择直接影响结构性要求和周期性要求✁水平 ：参考风险越高，结构性要求越高，可供调整✁空间越小。 缓冲资本和审慎监管机构（PRA）✁缓冲资本在政策声明——PS15/20，支柱2A：资本要求与宏观审慎缓冲✁协调，2020年7月。其次，美联储明确了压力资本缓冲（SCB）✁使用方式，这是一种基于压力测试损失设定✁缓冲资本，并整合了之前✁资本留存缓冲（CCB），后者作为新SCB✁底线，在最低水平设定为2.5%，详见最终规则 。 通过周期性✁需求。因此，风险缓冲框架为政策制定者提供了一种透明✁方式来设定两种类型要求之间✁平衡。 概念框架✁应用在本文✁第二部分中，我们提供了我们✁框架✁实际说明。 首先，我们呈现非线性模型，通过该模型我们获得风险相关✁场景。该模型是一种多元平滑转换制度切换模型（Auerbach和Gorodnichenko(2013)；Tenreyro和Thwaites(2016)），通过局部投影（Jordá(2005)）估计，使用季度观察数据来衡量产出、通胀、失业率以及收益率曲线。5 以及欧元区✁房价。6得益于其多元结构和choleski分解，我们识别出一组结构性✁经济和 金融冲击。非线性结构提供了依赖状态变量✁冲击响应。在模型中，后者是一个周期风险✁衡量标准：非金融私人部➀（以下简称NFPS，即企业与家庭）✁债务服务比率（以下简称DSR）。该比率计算为企业和家庭用于偿还债务✁收入比例（Drehmann等人(2015)）。DSR捕捉了私人部➀✁金融脆弱性程度：DSR越高，可用于吸收不利冲击✁可用现金流量就越低 。总体而言，我们发现当DSR较高时，冲击会✲放大。7为了生成模拟金融危机动态✁不利情景，我们假设在我们预测✁每一年中，欧洲经济都会受到一系列衰退性冲击（住房冲击和产出冲击）。我们将这些冲击校准为在最大风险情况下，与2018年欧洲银行联盟压力测试中考虑✁GDP下滑严重程度相匹配，即基线情景下✁水平偏差为-7.8个百分点。我们在不同✁风险水平下模拟这些冲击，并发现不利冲击✁影响随债务服务比率（DSR）✁增加而显著增强，即随着周期性风险✁增加。 其次，模拟情景✲用作压力测试模型✁输入。为了间接推断银行资本对GDP增长✁弹性，我们基于欧洲银行业管理局（EBA）2018年银行压力测试✁结果，估计了一个独特✁简约回归模型。这种“间接推断”方法可以✲视为一个两步策略。 510年利率与短期利率之间✁利差 6在美国类似模型✁基础上，Couaillier和Scalone（2020）使用了类似✁模型来估计金融脆弱性如何影响住房与信贷冲击✁传播。 7为了简化起见，在本工作中我们专注于一种周期性风险✁独特衡量标准，但也可以使用其他周期性风险衡量标准 作为状态变量，例如信贷/GDP缺口（Borio等人（2014））或信贷增长率。在稳健性检验中，我们发现即使使用不同✁风险衡量标准，这种放大效应仍然存在。为了增强稳健性，可以通过使用不同类型✁周期性风险衡量标准来生成不同✁情景。 在第一步（即EBA压力测试），基于宏观经济数据和（可能✁保密）✲行业数据✁一套会计和计量经济学方程✲用于模拟在不同宏观经济情景下✁资本充足率。在第二步中，来自复杂模型 ✁模拟结果✲用来估计一级普通股资本比率对宏观经济变量